NEWS DESK·新闻资讯
人工智能日刊 · 第 26 页
最近发布的产品动态、研究进展与行业消息。
订阅
切换主题
- 开发工具·
Apple·
Siri AI 开放跨应用任务开发预览
开发者可通过 App Intents 连接应用动作,用户版本仍在后续发布计划中。 苹果 11 月 3 日向开发者开放 Siri AI 预览,支持在 iOS、iPadOS、macOS 和 visionOS 27.3 测试环境中接入应用能力。开发者可以利用 App Intents 定义操作,并让多个动作组合为跨应用任务。 相关能力还涉及应用实体的语义检索。此次面向开发者测试,不等于所有用户都已获得正式版;苹果表示,用户功能将在之后几个月推出,相关 App Store 提交安排在春季开放。

- 开发工具·
GitHub·
SkillsManager 集中管理编程技能
在 Mac 上浏览、安装和整理 Claude Code、Codex 的技能文件。 SkillsManager 是面向 macOS 的技能管理应用,提供图形界面浏览和整理智能体技能。用户可以从本地或 GitHub 来源添加技能,再按标签等方式管理,减少在多个配置目录间手动查找。 项目使用 SwiftUI 构建,面向 Claude Code、Codex 等支持技能文件的工具。它管理的是技能内容及安装位置,不会替代模型账号,也不会自动验证所有外部技能的可靠性。

- 音乐·
GitHub·
Spotify 开放 Portal 智能体插件
让编程助手查询服务目录,并执行有权限的工程操作。 Spotify 的 portal-ai-plugins 仓库将 Portal 工作流程接入 Claude Code、Codex、Cursor 等编程工具。插件可通过 Portal CLI 查找服务、整理项目概况、进行诊断,并调用已配置的操作。 项目不是无需账号即可访问 Spotify 内部数据的入口:实际使用需要相应 Portal 环境和授权。仓库还包含面向特定客户端的任务分流能力,各插件的前置条件并不完全相同。

- 研究·
arXiv·
SQLoom 用约束训练自然语言查库
同时检查 SQL 语法、问题含义及子句之间的逻辑关系。 11 月 2 日公布的 SQLoom 为 Text-to-SQL 微调加入三层监督:查询是否合法、是否对应用户问题,以及相关子句是否逻辑一致。训练样本由模型提出,再用解析器和反例数据库执行验证。 团队还整理了 Spider-Refined,修正 378 条存在问题的标注。论文报告了小模型在 Spider、BIRD 等基准上的改善,所列速度与准确率依赖其测试条件。
- 机器人·
arXiv·
TAMPAgent 结合规划器操作机器人
在看不全环境时先形成部分计划,再依据新观测继续执行。 11 月 2 日的 TAMPAgent 预印本将视觉语言模型与任务、运动规划结合,用于移动机器人操作。系统在不完全了解环境时保留不确定性,生成可执行的局部方案,并利用感知结果继续调整。 研究在 Rainbow Y1 和 Unitree G1 等平台上开展实验。任务规划与动作约束检查共同参与执行,能力范围仍取决于传感器、机器人及测试环境。
- 研究·
arXiv·
代码变了,AI 怎样修复过期测试
500 个真实 Java 案例显示,失败信息和代码变化需要一起提供。 11 月 2 日公布的研究整理了 15 个开源 Java 项目的 500 个代码与测试协同演进案例,观察大模型怎样修复因源码变化而失效的测试。 作者发现,测试失败症状、源码差异及辅助上下文能够互相补充,多轮自我修复也有帮助。团队据此整理推理动作并用于编程智能体,改善了所测困难案例的修复结果。
- 开发工具·
GitHub·
Tstack 整理日常 AI 开发技能
面向 Claude Code 与 Codex,保留可按项目调整的工作约定。 Tstack 是一套公开的日常开发技能和配置集合,可供 Claude Code、Codex 等工具读取。仓库把常用开发流程及个人工程习惯整理为文件,便于在不同项目中复用。 项目采用 MIT 许可,但其中的偏好并不天然适合所有团队。它不是新的基础模型或托管开发平台,使用时仍依赖原有编程工具和项目环境。
- 机器人·
arXiv·
开放模型也能接入机器人操作框架
uni-robot-agent 统一工具与执行环境,减少对封闭模型的依赖。 11 月 1 日公布的 uni-robot-agent 研究,为开放权重模型提供统一的机器人使用框架,并保留进一步训练的能力。模型通过执行工具与环境交互,而不是直接替代所有底层控制系统。 作者在 RoboDojo 和 19 项真实机器人任务上报告结果,比较了不同模型系列和规模。表现取决于完整框架和评测条件,不能只凭单项分数推断任意家庭机器人的可靠性。
- 安全·
arXiv·
VeriHarm 同时检查代码完成与副作用
任务做对了,也可能伴随未授权的数据或系统操作。 11 月 2 日公布的 VeriHarm-Bench 为编程智能体增加双重检查:一套测试确认任务是否完成,另一套检查执行过程中是否出现有害行为。基准通过可执行条件区分功能正确和安全完成。 作者报告,在其构造的场景中,较高的任务准确率并不对应同样高的安全完成率。这里评测的是受控情境下的风险,不是日常所有编程任务的事故发生比例。
- 研究·
arXiv·
VIAS 探索按组织要求引导模型
通过激活干预调整不同价值维度,减少统一指令之间的冲突。 11 月 2 日的 VIAS 研究尝试把组织对模型的多项行为要求拆分,再通过激活引导分别控制。工作构建了价值维度体系,并在多个开放模型上测试对齐和合规表现。 作者报告该方法在其评测中改善了多维要求下的响应,但实验不等于模型已经获得完整的企业合规能力,实际政策仍需明确且可验证。
- 视频·
arXiv·
Wave Forcing 加速连续视频生成
把去噪和缓存刷新组织为流水线,减少串行等待。 10 月 31 日公布的 Wave Forcing 研究,重新组织连续视频生成的训练和执行过程。不同视频块在流水线中交错去噪,运行时提前传递缓存信息,并让通信与计算重叠。 作者在 Wan2.1-T2V-1.3B 上报告,使用八张 H200 的四步设置达到约 134.8 帧每秒的端到端吞吐。该结果依赖多卡硬件和特定模型,不能理解为普通电脑也能同速生成。
- 音乐·
Google·
YouTube 扩大 AI 配乐替换工具
创作者可生成免版税伴奏,替换视频中触发版权声明的音乐。 YouTube 11 月 3 日介绍了配乐替换工具的扩大开放。在 YouTube Studio 处理音频版权声明时,创作者可使用生成选项获取四段约三分钟的器乐配乐,再选择适合视频的版本。 该工具此前在美国提供,现扩展到更多国家。官方称生成曲目可免版税使用;版权声明能否解除仍取决于是否完整移除了被声明的音乐,不能据此认为视频里的其他受保护素材也获得授权。
- 研究·
arXiv·
ZO-BOLT 为低内存训练控制噪声
研究指出,两次差分评估是否使用匹配数据会改变优化可靠性。 11 月 2 日公布的 ZO-BOLT 研究比较零阶优化在不同数据使用方式下的表现。如果两次差分评估来自不匹配的数据,减小扰动并不一定带来更准确的更新,反而可能放大噪声。 方法将零阶优化与加权监督目标结合,并在多个模型及数学推理基准上测试。论文给出了接近推理阶段内存占用的实验结果,尚不代表所有强化学习任务都可以直接替换。
- 模型·
Google·
Gemini 4 Carbon 发布,先向安全团队开放
Google 于 10 月 28 日公布 Gemini 4 Carbon,重点提升代码、网络安全和长时间智能体任务能力。首批访问面向部分网络防御团队,后续通过 Fairwind 计划扩大到受信任合作伙伴,尚未向所有普通用户开放。 Google 公布的测试结果中,Carbon 在漏洞发现、利用验证和补丁生成方面均较前代提升;相关安全基准在不启用防护措施的条件下评测。公告列出的初始 API 定价为每百万输入 Token 2 美元、输出 10 美元,优惠结束后为 4 美元和 20 美元。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 模型·
Google DeepMind·
Genie 4 开放研究预览,可实时修改世界并生成声音
Google DeepMind 于 10 月 27 日发布 Genie 4 世界模型,支持在运行中的模拟世界里用文字修改天气、场景、角色和事件,并同步生成环境音、音乐与对话。Gemini 模型参与理解指令和规划场景中的事件。 目前它以研究预览方式提供给受信任测试者,之后计划进入 Project Genie,以及 Gemini API 和 Google AI Studio 的早期访问。官方同时列出限制:连续交互仅能维持数分钟,物体一致性、文字和声音仍可能出错,不能精准复现真实地点。
- 开发工具·
GitHub·
OXR 将 PDF 转成 AI 可读的结构化数据
SoMark 团队公开 OXR 文档解析模型及代码,将 PDF 和文档图片转换为 Markdown 或 JSON,同时保留版面坐标,方便智能体检索和处理。模型规模为 13 亿参数,支持文字、表格、公式等多种文档元素。 它把版面分析与内容识别拆成可替换的模块,允许接入自己的版面模型。项目提供在线演示和部署说明;运行完整文档解析 API 需要先启动识别与版面分析服务。项目使用单独的 OXR 许可,实际使用仍需查看仓库中的许可条款。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
Hugging Face·
DeepSeek 社区量化版公布逐档评测
AtomicChat 在 Hugging Face 发布基于 DeepSeek-V4.1-Flash-1017 的社区 GGUF 衍生版本,组合 GSQ-RCO 量化和行为调整,并公开各个量化档位的测试记录。这是社区维护的版本,并非 DeepSeek 官方发布。 模型卡列出了与对应原始量化档位的比较,包括分布偏移、MMLU 与推理任务表现。作者注明,并非所有档位都通过全部评测门槛;运行时还需要配套 Engram 文件,目前说明中的部署路径使用 Strata。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
arXiv·
JustGoal 让 AI 自行优化 GPU 算子
10 月 27 日发布的 JustGoal 论文测试了一种更简单的算子优化方式:只向通用智能体提供优化目标和约束,让它自己编写算子、建立评测循环并持续调整,不预设专门的算子知识库或工作流。 作者在 NVIDIA B200 上报告,10 个算子中有 8 个超过所比较的开源实现,逐算子的几何平均加速比介于 1.14 倍至 2.34 倍。论文也比较了专用智能体框架;这些结论对应文中的模型、输入形状和硬件条件,目前属于预印本结果。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 创业公司·
Trajectory·
Trajectory 获 4500 万美元融资,推出模型训练平台
Trajectory 于 11 月 2 日宣布完成 4500 万美元 A 轮融资,估值 3 亿美元,由红杉资本领投,NVIDIA、Bessemer 和 Bain Capital Ventures 参投。同日发布的平台把模型后训练、评估与部署放进同一套工作界面。 企业可以接入实际任务和评分标准,用业务专家的判断改进模型。平台还提供 Continual Grading 与 Group Size 1 两项研究预览,分别尝试从少量示例学习评价标准,以及利用生产交互持续训练。公司将法律、金融和代码任务列为应用方向。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 开源·
GitHub·
HachimoDock 把 AI 任务进度变成桌面小宠物
HachimoDock 是一个公开资料的桌面 AI 硬件项目:小屏幕上的角色会随着智能体的思考、执行和等待状态变化,让电脑里的任务有一个看得见的实体入口。项目同时提供电脑客户端与 ESP32-P4 固件。 GitHub 仓库公开了软件代码与目录说明,采用非商业用途的源码可用许可;硬件项目页面提供复刻资料。它更接近需要自行组装和配置的开发者设备,而不是开箱即用的量产家电;已有 AI 工具的连接和任务状态展示是其主要用途。
- 开源·
Hugging Face·
OBLITERATUS 发布 DeepSeek 衍生模型评测
OBLITERATUS 公布了基于 DeepSeek-V4.1-Flash-1017 的行为调整版本,提供 BF16 权重和评测方法。这一社区版本改变了模型的拒答行为,不是 DeepSeek 官方更新。 模型卡分别统计拒答、回答内容及能力测试,并明确区分“不拒答”和“回答正确”。作者报告,在保留的 2500 道 MMLU 题目上,新旧版本差异没有达到统计显著性;另有一部分响应未完成标注。公开数据并不意味着所有输出均经过事实验证。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
Anthropic·
Anthropic 更新招股书:季度营收约 170 亿美元
Anthropic 在 11 月 2 日更新的 S-1/A 中披露,第三季度营收为 169.56 亿美元,第二季度为 115.55 亿美元;第三季度经营亏损 5.67 亿美元,净亏损 232.91 亿美元。净亏损包含大额可转换票据等公允价值变动,不能直接等同于现金消耗。 文件还披露约 8954 亿美元的采购与租赁承诺,主要涉及算力和基础设施,其中约 4475 亿美元预计在 2030 年底前发生。公司同时介绍 Claude 参与后续模型研发的流程,并把研发加速带来的安全风险列入风险管理范围,没有宣布已经实现无限制的递归自我改进。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
Oracle·
Oracle 拟发行股票和债券,合计融资 200 亿美元
Oracle 于 11 月 2 日提交的发行文件列出 100 亿美元普通股融资,并说明另有一笔 100 亿美元高级债券发行同步推进。两笔发行彼此不以对方完成为前提,仍以最终发行条件为准。 这与公司 10 月 28 日投资者日公布的计划一致:在 2030 财年前,将额外资本市场融资控制在 200 亿美元,现有债务再融资另计。资金安排对应云基础设施和 AI 投资周期;公司提出的后续现金流目标属于预期,并非已经实现的结果。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。
- 商业·
ADNOC·
ADNOC 联合 OpenAI、G42 推进能源 AI 应用
阿布扎比国家石油公司 ADNOC 于 11 月 2 日宣布,与 OpenAI、G42 签署多年合作协议,将 OpenAI Frontier 引入能源业务,连接生产、加工、炼化、物流及销售环节的智能体。 首批应用包括油田整体开发规划,以及联动供应、需求、价格和利润的业务决策。系统将结合 ADNOC 的工业数据,部署在阿联酋的 G42 AI 基础设施上,重大决策仍由人类专家监督。公告还披露,ADNOC 已向超过 4 万名员工部署 ChatGPT Enterprise。 配图为 GETAI.APP 原创编辑插画,采用主题示意设计,非新闻现场实拍、官方产品界面或实测图表。




















